云存储公司 Dropbox 工程团队将 AI 编码代理升级为任务级委托，一周完成 53 项遗留测试清理

Dropbox 工程团队面临一个具体的时间压力：他们需要在十一月上线一个酝酿了三年的新体验，而桌面端和网页端之间复杂的集成工作远未完成。过去，AI 工具主要帮工程师处理单个编码步骤——补全一段代码、解释一个报错。到了这个项目中，他们把使用方式推进了一步：把定义清楚的任务整体交给编码代理，由工程师审查结果。

这个转变不是渐进发生的。团队在五月黑客松期间用 AI 辅助构建了一个原型，探索了两种将网页体验引入桌面的路径：一种是用 Electron 框架把现有网页嵌入桌面窗口，另一种是把选定的网页组件直接导入桌面界面。AI 帮助他们追踪依赖关系、识别平台特定的假设、测试集成方案。原型让产品和设计团队有了可以实际试用的东西，而不是停留在纸面讨论上。

真正体现任务级委托效果的是一个被搁置了两个季度的技术债：旧版文件列表的自动化测试需要大量工程时间才能更新，一直没人动。团队把这项清理工作拆成 53 个任务，交给编码代理执行。代理按照与工程师事先商定的书面计划做改动，在本地运行相关构建和测试，记录结果，然后由工程师审查是否接受代码。全部 53 项任务在一周内完成。

这个流程的关键约束是工程师始终对结果负责。每项任务开始前，工程师和代理要共同确认一份书面计划；代理完成后，工程师审查代码、验证行为是否符合预期。存储在代码库中的指令文件说明了代理需要遵守的规则，给工程师提供了一种可重复的委托方式，而不是放任代理自行决定。

同样的模式被用于无障碍合规工作。团队在上线准备阶段通过 AI 辅助开发交付了 22 项无障碍功能，覆盖首页、全部文件、文件预览和照片模块，包括屏幕阅读器用户跟踪轮播变化的播报、键盘焦点在控件间移动方式的修复、以及页面在 200% 到 400% 缩放下的布局调整。编码代理还承担了网页应用五个核心模块的自动化测试编写工作，包括用户用来浏览内容的文件浏览器。

一个值得注意的细节是代理在开发过程中主动发现问题的能力。有一次，一个代理在试用体验时发现聊天历史中已删除的条目在页面刷新前仍然可见，工程师据此修复了底层的同步问题并补充了测试。这让人工审查者可以把更多时间花在判断体验是否合理上，而功能性问题由自动化检查兜底。

跨平台共享组件的集成也受益于这个方式。网页和桌面各自使用不同的构建工具、登录机制和数据获取方式。工程师需要判断哪些代码可以复用、哪些部分必须在各端分别处理。AI 帮助他们追踪组件间的连接关系、提取可复用部分、编写适配器代码（将共享功能连接到各应用的服务）以及相应测试。工程师审查最终代码确认其按预期工作。

团队也强调，客户反馈和工程审查共同决定了什么可以面向更多用户。八位初始设计合作伙伴全部选择保留新体验。在更大范围的灰度中，他们跟踪上传、预览、搜索、分享等熟悉功能的使用情况，以及 AI 操作是否成功、用户是否关闭了新体验。这些信号帮助确定优先级，而编码代理工作流给了工程师一致的方式来实现和验证修复。